Ernie 5.0: Baidu lancia il modello AI da 2,4 trilioni di parametri che sfida GPT-5

Il 22 gennaio 2026 Baidu (百度) ha rilasciato ufficialmente Ernie 5.0 (文心大模型5.0, wénxīn dà móxíng 5.0), il suo modello di punta con 2,4 trilioni di parametri. Il lancio, avvenuto durante la conferenza "Wenxin Moment" a Pechino, segna la risposta di Baidu alla concorrenza interna di DeepSeek, Qwen e Zhipu, e a quella globale di GPT-5 e Gemini 3 Pro.

Un'architettura senza precedenti

Ernie 5.0 adotta un'architettura Ultra-sparse Mixture-of-Experts (MoE) combinata con un framework autoregressivo nativo che processa simultaneamente testo, immagini, audio e video. Si tratta del primo modello cinese ad addestrare tutte le modalità insieme da zero, in un unico flusso, senza "incollare" moduli separati a posteriori.

Nonostante i 2,4 trilioni di parametri totali, solo circa 72 miliardi (il 3%) vengono attivati per ogni inferenza, grazie al routing modality-agnostic: gli esperti non sono specializzati per singola modalità, ma vengono selezionati dinamicamente in base al contenuto. Il risultato è un costo computazionale paragonabile a quello di modelli molto più piccoli, con una qualità di output da frontiera.

A completare la filiera, Baidu utilizza i propri acceleratori Kunlun (chip AI custom) e il framework PaddlePaddle, dimostrando una capacità di sviluppo verticale che pochi competitor al mondo possono eguagliare.

Benchmark: testa a testa con GPT-5

I benchmark ufficiali, pubblicati nel technical report su arXiv (2602.04705, 437 co-autori Baidu), mostrano Ernie 5.0 competitivo o superiore ai migliori modelli globali:

• AIME 2025: 87,0% (vs GPT-5 High ~86%, DeepSeek V3 ~80%)
• MMLU-Pro: 87,0% (vs GPT-5 ~86%, Qwen3 ~85%)
• GPQA Diamond: 85,0% (vs GPT-5 ~84%, DeepSeek V4 ~85%)
• SimpleQA: 75,0% (competitivo con Gemini 3 Pro ~76%)

Nei benchmark multimodali, Ernie 5.0 supera GPT-5-High e Gemini 2.5 Pro su MMMU (comprensione multimodale), ChartQA (analisi grafici) e DocVQA (analisi documentale). Su LMArena Text si posiziona al primo posto tra i modelli cinesi (punteggio 1.460, #8 globale, superando GPT-5.1-High).

Baidu ha anche dimostrato una variante "elastica" con solo il 53,7% dei parametri attivati e il 35,8% dei parametri totali, che mantiene quasi lo stesso score medio (75,17 vs 75,55 del modello completo). Un risultato che apre spazi enormi per la compressione senza ri-training.

Prezzi e strategia

Sulla piattaforma cloud Baidu Qianfan, Ernie 5.0 costa $0,85-0,89 per milione di token in input e $3,40 per milione di token in output. Un prezzo premium rispetto ad altri modelli cinesi (DeepSeek costa ~$0,27/M), ma nettamente inferiore a GPT-5 (~$15/M in output). Per l'utente consumer, l'app Ernie Bot (文心一言, wénxīn yīyán) rimane gratuita, una mossa per competere con DeepSeek sul fronte dell'adozione di massa.

Con oltre 200 milioni di utenti attivi mensili (MAU) a gennaio 2026, Ernie Assistant è già l'assistente AI più diffuso in Cina. E a maggio 2026 è arrivato Ernie 5.1, addestrato con solo il 6% del costo computazionale di 5.0 e capace di mantenere performance da frontiera.

Il contesto competitivo cinese

L'arrivo di Ernie 5.0 si inserisce in un panorama AI cinese sempre più affollato. DeepSeek V4 (marzo 2026) è il rivale più aggressivo sul fronte del ragionamento puro, mentre Qwen3.8-Max di Alibaba (luglio 2026, 2,4T parametri) si prepara a sfidare Baidu sul suo stesso terreno. GLM-4.7 di Zhipu AI supera Ernie su AIME (90%) e GPQA, ma non eguaglia la copertura multimodale nativa.

La differenza chiave rimane la strategia di apertura: Ernie 5.0 è proprietario e chiuso, mentre DeepSeek e Qwen rilasciano pesi aperti (open weight). Una scelta che può limitare l'adozione in contesti accademici e di ricerca, ma che per Baidu significa anche proteggere il proprio vantaggio competitivo nel mercato enterprise.

Con Ernie 5.0, Baidu dimostra che la Cina non solo recupera il gap con l'Occidente, ma in alcuni settori specifici (comprensione documentale, analisi grafici) lo ha già colmato. La domanda ora è quanto velocemente i competitor risponderanno.